期刊文献+
共找到84篇文章
< 1 2 5 >
每页显示 20 50 100
基于精细复合多尺度散布熵与支持向量机的滚动轴承故障诊断方法 被引量:62
1
作者 李从志 郑近德 +1 位作者 潘海洋 刘庆运 《中国机械工程》 EI CAS CSCD 北大核心 2019年第14期1713-1719,1726,共8页
为克服多尺度样本熵的不足,更精确地提取滚动轴承非线性故障特征,将一种新的非线性动力学分析方法精细复合多尺度散布熵引入到滚动轴承的故障特征提取.在此基础上,提出了一种基于精细复合多尺度散布熵与支持向量机的滚动轴承故障诊断新... 为克服多尺度样本熵的不足,更精确地提取滚动轴承非线性故障特征,将一种新的非线性动力学分析方法精细复合多尺度散布熵引入到滚动轴承的故障特征提取.在此基础上,提出了一种基于精细复合多尺度散布熵与支持向量机的滚动轴承故障诊断新方法.通过滚动轴承实验数据分析,将所提方法与基于多尺度样本熵和多尺度散布熵的故障诊断方法进行了对比,结果表明:所提方法不仅能精确地识别滚动轴承故障类型和故障程度,而且故障识别率高于另两种方法. 展开更多
关键词 散布熵 多尺度样本熵 精细复合多尺度散布熵 滚动轴承 故障诊断
下载PDF
基于自适应经验傅里叶分解的机械故障诊断方法 被引量:44
2
作者 郑近德 潘海洋 +3 位作者 程军圣 包家汉 刘庆运 丁克勤 《机械工程学报》 EI CAS CSCD 北大核心 2020年第9期125-136,共12页
为了克服傅里叶变换、经验模态分解与傅里叶分解方法在分析非平稳信号方面的不足,提出一种适合非线性和非平稳信号分析的新方法——自适应经验傅里叶分解(Adaptive empirical Fourier decomposition,AEFD)。AEFD方法以快速傅里叶变换为... 为了克服傅里叶变换、经验模态分解与傅里叶分解方法在分析非平稳信号方面的不足,提出一种适合非线性和非平稳信号分析的新方法——自适应经验傅里叶分解(Adaptive empirical Fourier decomposition,AEFD)。AEFD方法以快速傅里叶变换为基础,通过对变换系数进行分组重构,能够将一个非平稳信号自适应地分解为若干个瞬时频率具有物理意义的傅里叶本征模态函数(Fourier intrinsic mode function,FIMF)之和。研究了AEFD的分解正交性和精确性,通过仿真信号分析,将其与经验模态分解,变分模态分解和傅里叶分解方法等进行了详细对比,结果表明了AEFD的优越性。最后,为了提高故障诊断的精度和验证AEFD的有效性,将AEFD应用到转子碰摩和滚动轴承局部故障诊断中。试验数据分析结果表明,与经验模态分解等方法相比,AEFD不仅能够有效地诊断故障,而且诊断精度更高。 展开更多
关键词 非平稳信号 经验模态分解 变分模态分解 自适应经验傅里叶分解 故障诊断
原文传递
新时代背景下煤炭绿色勘查技术体系研究 被引量:41
3
作者 潘树仁 潘海洋 +4 位作者 谢志清 程爱国 王佟 陈美英 殷榕蔚 《中国煤炭地质》 2018年第6期10-13,共4页
煤炭资源勘查是一项系统工程,绿色勘查理念的引入,将对煤炭地质勘查过程地质信息的采集、汇总、解释、评价程序、技术手段及理论方法产生重大变革。通过梳理勘查技术体系研究成果,阐释了高效、科学、节约的绿色勘查内涵,提出了在整个勘... 煤炭资源勘查是一项系统工程,绿色勘查理念的引入,将对煤炭地质勘查过程地质信息的采集、汇总、解释、评价程序、技术手段及理论方法产生重大变革。通过梳理勘查技术体系研究成果,阐释了高效、科学、节约的绿色勘查内涵,提出了在整个勘查过程中应秉持的4个原则:即勘查工程协同布置、技术互补原则;勘查手段的合理高效、经济节约原则;环境扰动与环境修复并行原则;工作环境"以人为本"原则。依据绿色勘查过程中绿色勘查理念、技术、智慧勘探思维与"三边"工作、以及法律法规保障等方面要求,创立了包含煤炭绿色勘查理论、工程技术、勘查标准、勘查评价、绿色恢复等5个板块的新时代绿色勘查技术体系框架。 展开更多
关键词 绿色勘查 勘查成本 绿色勘查技术体系 环境修复
下载PDF
基于改进多尺度模糊熵的滚动轴承故障诊断方法 被引量:26
4
作者 郑近德 代俊习 +2 位作者 朱小龙 潘海洋 潘紫微 《振动.测试与诊断》 EI CSCD 北大核心 2018年第5期929-934,1078,共7页
滚动轴承故障诊断的关键是敏感故障特征的提取。多尺度模糊熵(multi-scale fuzzy entropy,简称MFE)是一种衡量时间序列复杂性的有效分析方法,已经被用于滚动轴承振动信号故障特征提取。针对MFE算法中多尺度粗粒化过程存在的缺陷,笔者采... 滚动轴承故障诊断的关键是敏感故障特征的提取。多尺度模糊熵(multi-scale fuzzy entropy,简称MFE)是一种衡量时间序列复杂性的有效分析方法,已经被用于滚动轴承振动信号故障特征提取。针对MFE算法中多尺度粗粒化过程存在的缺陷,笔者采用滑动均值的方式代替粗粒化过程,提出了改进的多尺度模糊熵算法,并通过仿真信号将其与MFE进行了对比分析。在此基础上,提出了一种基于改进多尺度模糊熵与支持向量机的滚动轴承故障诊断方法。最后,将所提故障诊断方法应用于的滚动轴承实验数据分析,并与基于MFE的故障诊断方法进行了对比,结果验证了所提方法的有效性和优越性。 展开更多
关键词 多尺度模糊熵 改进多尺度模糊熵 滚动轴承 故障诊断
下载PDF
基于自适应多尺度散布熵的滚动轴承故障诊断方法 被引量:25
5
作者 李从志 郑近德 +1 位作者 潘海洋 刘庆运 《噪声与振动控制》 CSCD 2018年第5期173-179,共7页
针对滚动轴承振动信号的非平稳、非线性特性,将一种新的衡量时间序列复杂性和不规则程度指标——散布熵(dispersion entropy,DE)引入到滚动轴承非线性故障特征提取,提出一种基于经验模态分解与DE相结合的自适应多尺度散布熵滚动轴承故... 针对滚动轴承振动信号的非平稳、非线性特性,将一种新的衡量时间序列复杂性和不规则程度指标——散布熵(dispersion entropy,DE)引入到滚动轴承非线性故障特征提取,提出一种基于经验模态分解与DE相结合的自适应多尺度散布熵滚动轴承故障诊断方法。首先,采用经验模态分解对振动信号进行分解,得到若干不同尺度的本征模态函数;其次,计算每个本征模态函数的DE值;再次,将得到的DE值作为特征向量输入到基于支持向量机建立的多故障分类器进行训练和识别。最后,将提出的滚动轴承故障诊断方法应用于试验数据分析,结果表明,提出的方法能准确地识别滚动轴承故障类型。 展开更多
关键词 振动与波 经验模态分解 多尺度 散布熵 滚动轴承 故障诊断
下载PDF
基于多变量多尺度模糊熵的行星齿轮箱故障诊断 被引量:22
6
作者 郑近德 潘海洋 +2 位作者 张俊 刘涛 刘庆运 《振动与冲击》 EI CSCD 北大核心 2019年第6期187-193,共7页
行星齿轮箱被广泛用于风电、直升机和工程机械等大型复杂机械装备中。当行星齿轮箱发生故障时,振动信号往往表现出非线性和非平稳特征,多尺度熵理论能够有效地衡量振动信号的非线性和复杂性变化。同时为了尽可能地利用多通道振动信号信... 行星齿轮箱被广泛用于风电、直升机和工程机械等大型复杂机械装备中。当行星齿轮箱发生故障时,振动信号往往表现出非线性和非平稳特征,多尺度熵理论能够有效地衡量振动信号的非线性和复杂性变化。同时为了尽可能地利用多通道振动信号信息来提高故障诊断的效率,将评价同步多通道数据多变量复杂度的多变量多尺度熵理论引入到行星齿轮箱故障诊断。针对其统计特征稳定性差的问题,提出了多变量多尺度模糊熵,并在基础上,提出了一种新的行星齿轮箱故障诊断方法。将提出的方法应用于行星齿轮箱故障试验数据分析,并与现有方法进行对比,结果表明了所提方法的有效性和优越性。 展开更多
关键词 多尺度模糊熵 多变量多尺度模糊熵(MMFE) 行星齿轮箱 故障诊断
下载PDF
基于EEMD和堆叠稀疏自编码的滚动轴承故障诊断方法 被引量:17
7
作者 罗金 童靳于 +2 位作者 郑近德 潘海洋 潘紫微 《噪声与振动控制》 CSCD 2020年第2期115-120,共6页
针对现有的智能诊断方法训练时间长、识别率不高的问题,提出一种基于总体平均经验模态分解(EEMD)和堆叠稀疏自编码(SSAE)的滚动轴承故障诊断方法。首先,采用EEMD对滚动轴承振动信号进行分解,得到若干个固有模态函数和一个趋势项之和;其... 针对现有的智能诊断方法训练时间长、识别率不高的问题,提出一种基于总体平均经验模态分解(EEMD)和堆叠稀疏自编码(SSAE)的滚动轴承故障诊断方法。首先,采用EEMD对滚动轴承振动信号进行分解,得到若干个固有模态函数和一个趋势项之和;其次,计算每个固有模态函数分量的峭度,选取峭度值较大的分量作为敏感故障特征分量;第三,提取敏感故障特征分量的时域及频域特征,构建新的数据集,作为诊断网络的输入。最后,将构建的新数据集作为堆叠稀疏自编码网络的输入,进行训练和测试。与现有方法的对比结果表明,所提方法在准确性、计算耗时方面更具优势。 展开更多
关键词 故障诊断 深度学习 稀疏自编码器 总体平均经验模态分解 滚动轴承
下载PDF
基于MED与自相关谱峭度图的滚动轴承故障诊断方法 被引量:16
8
作者 王兴龙 郑近德 +3 位作者 潘海洋 童靳于 刘庆运 丁克勤 《振动与冲击》 EI CSCD 北大核心 2020年第18期118-124,131,共8页
滚动轴承振动信号往往信噪比较低,且具有较强的非高斯噪声,如何选择合适的解调频带一直是故障诊断的难点。自相关谱峭度图(Autogram)是新提出的一种最优频带选择方法,通过计算解调信号的平方包络的无偏自相关的峭度,能够有效地检测到解... 滚动轴承振动信号往往信噪比较低,且具有较强的非高斯噪声,如何选择合适的解调频带一直是故障诊断的难点。自相关谱峭度图(Autogram)是新提出的一种最优频带选择方法,通过计算解调信号的平方包络的无偏自相关的峭度,能够有效地检测到解调频带及其故障频率;但此方法易受到噪声干扰,故障特征识别不明显;基于此,提出了一种基于最小熵解卷积(MED)与Autogram的滚动轴承故障诊断方法;该方法通过MED去除噪声,在得到最佳频带的同时,能够有效地突显故障特征。通过分析仿真信号及实验数据,将所提方法与快速谱峭度及现有方法进行了对比,结果表明,所提故障诊断方法能够准确地检测到解调频带及故障频率,突出故障特征和提高故障检测效果。 展开更多
关键词 最小熵解卷积(MED) 自相关谱峭度图 快速谱峭度 解调频带 滚动轴承
下载PDF
均值优化经验模态分解及其在转子故障诊断中的应用 被引量:13
9
作者 郑近德 潘海洋 程军圣 《机械工程学报》 EI CAS CSCD 北大核心 2018年第23期93-101,共9页
经验模态分解(Empirical mode decomposition,EMD)作为一种自适应的信号分解方法已经被广泛应用于诸多工程领域。为了提高EMD的分解性能,分别考虑从不同权值均值曲线的迭代筛分结果中选择正交性最小以及从每层内禀模态函数迭代结果中选... 经验模态分解(Empirical mode decomposition,EMD)作为一种自适应的信号分解方法已经被广泛应用于诸多工程领域。为了提高EMD的分解性能,分别考虑从不同权值均值曲线的迭代筛分结果中选择正交性最小以及从每层内禀模态函数迭代结果中选择最优以保证整体分解最优,发展了两种均值优化经验模态分解(Mean-optimized empirical mode decomposition,MOEMD)算法。通过仿真信号分析,将MOEMD方法与EMD等现有信号分解方法进行了对比,结果表明,MOEMD方法在分解性能和分解精度方面比EMD等方法有显著提高。最后,将MOEMD方法应用于转子碰摩故障信号分析,并与EMD进行了对比分析,结果表明,MOEMD方法不仅能够有效地识别转子碰摩故障,而且识别效果优于EMD方法。 展开更多
关键词 经验模态分解 总体平均经验模态分解 局部特征尺度分解 转子碰摩 故障诊断
原文传递
煤矿开采若干生态环境地质问题及解决思路 被引量:11
10
作者 潘树仁 潘海洋 +1 位作者 朱开成 魏云迅 《中国煤炭地质》 2020年第9期21-25,53,共6页
我国煤矿开采引发的采煤沉陷、矿井水害、水资源污染与浪费、煤与瓦斯突出、冲击地压等问题长期存在。以“煤炭资源全生命周期”的理念为基础,总结我国煤炭开采面临的采煤沉陷、矿井水、煤基固废、冲击地压等若干生态环境地质问题,提出... 我国煤矿开采引发的采煤沉陷、矿井水害、水资源污染与浪费、煤与瓦斯突出、冲击地压等问题长期存在。以“煤炭资源全生命周期”的理念为基础,总结我国煤炭开采面临的采煤沉陷、矿井水、煤基固废、冲击地压等若干生态环境地质问题,提出煤矿“减沉、增载、处废、保水、控排、防冲”一体化技术体系,并系统阐述了“采动空间注浆充填”“矿井水深层回灌与地质封存”“煤基固废分级分质利用与地下处置”等核心技术,为煤炭“安全、高效、绿色、智能”开发提供技术思路与手段。 展开更多
关键词 全生命周期 采动空间注浆 生态环境
下载PDF
基于复合多尺度排列熵与FO-SVM的滚动轴承故障诊断方法 被引量:11
11
作者 董治麟 郑近德 +2 位作者 潘海洋 刘庆运 丁克勤 《噪声与振动控制》 CSCD 2020年第2期102-108,共7页
MPE算法中不充分的时间序列粗粒化过程会造成原始振动信号在时间序列中信息的缺失。为优化这种不成熟的粗粒化过程,相关学者创新地采用复合粗粒化的思想,提出了复合多尺度排列熵(CMPE)。为了实现滚动轴承的智能故障诊断,提出一种基于CMP... MPE算法中不充分的时间序列粗粒化过程会造成原始振动信号在时间序列中信息的缺失。为优化这种不成熟的粗粒化过程,相关学者创新地采用复合粗粒化的思想,提出了复合多尺度排列熵(CMPE)。为了实现滚动轴承的智能故障诊断,提出一种基于CMPE与萤火虫优化支持向量机(FO-SVM)的滚动轴承智能故障诊断方法。首先使用CMPE表征滚动轴承的原始故障信息,然后构建FO-SVM多故障分类器,实现对滚动轴承故障类型和程度的智能识别。通过仿真信号分析验证了CMPE相对于MPE在信号稳定性方面的优越性;实验数据分析结果表明:相比于基于MPE与FO-SVM的滚动轴承故障诊断方法,所提故障诊断方法不仅能够准确诊断滚动轴承的故障类型和程度,而且识别率达到了100%。 展开更多
关键词 振动与波 多尺度排列熵 复合多尺度排列熵 滚动轴承 故障诊断 萤火虫优化支持向量机
下载PDF
基于改进全息希尔伯特谱分析的旋转机械故障诊断方法 被引量:7
12
作者 郑近德 应万明 +3 位作者 潘海洋 童靳于 刘庆运 JI Jinchen 《机械工程学报》 EI CAS CSCD 北大核心 2023年第1期162-174,共13页
时频分析方法能够有效同时提取故障设备振动信号的时间和频率信息,但在全面反映非线性振动信号幅值调制与频率调制特征之间的跨尺度耦合关系方面仍存在局限,且容易受到噪声干扰。对此,创新性地将全息希尔伯特谱分析(Holo-Hilbert spectr... 时频分析方法能够有效同时提取故障设备振动信号的时间和频率信息,但在全面反映非线性振动信号幅值调制与频率调制特征之间的跨尺度耦合关系方面仍存在局限,且容易受到噪声干扰。对此,创新性地将全息希尔伯特谱分析(Holo-Hilbert spectral analysis,HHSA)方法引入到机械故障诊断中。HHSA通过双层经验模态分解(EMD)结构可完整地描述振动信号的内部调制特性,非常适合机械局部故障的检测。同时,为了进一步提升HHSA的诊断精度、抑制EMD模态混叠和噪声干扰,提出一种基于改进再生相移正弦辅助经验模式分解(Improved regenerated phase-shifted sinusoid-assisted EMD,IRPSEMD)的改进HHSA方法(IHHSA)。通过仿真信号验证IHHSA方法用于局部故障检测和诊断的有效性。最后,将IHHSA应用于齿轮裂纹故障和滚动轴承局部故障诊断中,结果表明,提出的IHHSA方法能够更全面地反映和呈现非线性故障振动信号的内部调制关系,且具有更好的故障识别能力。 展开更多
关键词 全息希尔伯特谱分析 时频分析 非线性耦合 故障调制 故障诊断
原文传递
基于精细复合多尺度熵和自编码的滚动轴承故障诊断方法 被引量:11
13
作者 郑近德 潘海洋 +3 位作者 包家汉 刘庆运 丁克勤 欧淑彬 《噪声与振动控制》 CSCD 2019年第2期175-180,193,共7页
多尺度熵是一种有效衡量机械振动信号复杂度的非线性动力学方法。针对其存在的不足,引入精细复合多尺度熵(Refined composite multiscale entropy, RCMSE),在此基础上,结合自编码降维和遗传优化支持向量机,提出一种滚动轴承故障智能诊... 多尺度熵是一种有效衡量机械振动信号复杂度的非线性动力学方法。针对其存在的不足,引入精细复合多尺度熵(Refined composite multiscale entropy, RCMSE),在此基础上,结合自编码降维和遗传优化支持向量机,提出一种滚动轴承故障智能诊断新方法。首先,利用RCMSE提取滚动轴承振动信号多尺度复杂度特征,构建初始特征向量矩阵;其次,采用自编码对初始高维特征数据降维,得到低维流形特征;然后,将低维特征向量输入到基于遗传优化支持向量机的多故障模式分类器中进行训练、识别与诊断。最后,将所提方法应用于实验数据分析,并与多尺度熵方法进行对比,结果表明,该方法不仅能够有效诊断滚动轴承的工作状态和故障类型,而且识别率高于所对比方法。 展开更多
关键词 故障诊断 多尺度熵 精细复合多尺度熵 特征降维 滚动轴承
下载PDF
基于自适应自相关谱峭度图的滚动轴承故障诊断方法 被引量:10
14
作者 郑近德 王兴龙 +2 位作者 潘海洋 童靳于 刘庆运 《中国机械工程》 EI CAS CSCD 北大核心 2021年第7期778-785,792,共9页
自相关谱峭度图通过最大重叠离散小波包变换对信号频谱进行分割,并选取最大峭度值所对应频带内的信号进行诊断分析。针对自相关谱峭度图方法在分割频带时因遵循二叉树结构而导致的频带划分区域固定问题,提出一种基于自适应自相关谱峭度... 自相关谱峭度图通过最大重叠离散小波包变换对信号频谱进行分割,并选取最大峭度值所对应频带内的信号进行诊断分析。针对自相关谱峭度图方法在分割频带时因遵循二叉树结构而导致的频带划分区域固定问题,提出一种基于自适应自相关谱峭度图方法的滚动轴承故障诊断方法。自适应自相关谱峭度图方法以改进的经验小波变换为基础,对原始信号傅里叶谱进行包络与平滑处理后再分割,实现了自相关谱峭度图方法自适应分割频带的目的。通过仿真信号与实验数据分析,并将所提方法与快速谱峭度及自相关谱峭度图方法进行对比,结果表明,所提出方法能够准确地检测到合适的解调频带,同时其故障特征更加明显。 展开更多
关键词 自相关谱峭度图 改进经验小波变换 滚动轴承 故障诊断
下载PDF
基于流形嵌入分布对齐的滚动轴承迁移故障诊断方法 被引量:9
15
作者 王肖雨 童靳于 +2 位作者 郑近德 潘海洋 潘紫微 《振动与冲击》 EI CSCD 北大核心 2021年第8期110-116,共7页
针对变工况下滚动轴承不易获取带标签的振动信号,导致故障诊断准确率低等问题,提出一种基于自适应噪声完整经验模态分解(CEEMDAN)与流形嵌入分布对齐的滚动轴承迁移故障诊断方法。采用CEEMDAN对不同工况下滚动轴承振动信号进行分解,得... 针对变工况下滚动轴承不易获取带标签的振动信号,导致故障诊断准确率低等问题,提出一种基于自适应噪声完整经验模态分解(CEEMDAN)与流形嵌入分布对齐的滚动轴承迁移故障诊断方法。采用CEEMDAN对不同工况下滚动轴承振动信号进行分解,得到若干内禀模态分量(IMF);提取峭度较大的IMF分量的时域和频域特征构造多特征样本集,将所提特征嵌入流形空间进行流形特征变换,同时,对变换后的流形特征动态分布对齐;利用源域数据和目标域数据训练分类模型,以获得未知标签的滚动轴承故障诊断结果。实验表明,所提方法能够最小化域间特征分布差异,有效提高滚动轴承状态识别的准确率。 展开更多
关键词 故障诊断 迁移学习 域自适应 滚动轴承 变工况
下载PDF
一种时移多尺度排列熵与ELM相结合的滚动轴承故障诊断方法 被引量:9
16
作者 董治麟 郑近德 +1 位作者 潘海洋 刘庆运 《机械科学与技术》 CSCD 北大核心 2021年第10期1523-1529,共7页
多尺度排列熵(Multi-scale permutation entropy,MPE)随着尺度因子的增加得到的粗粒化序列长度越来越短,造成时间序列信息的严重损失。为此,提出了时移多尺度排列熵(Time-shifted multi-scale permutation entropy,TSMPE)。首先,采用仿... 多尺度排列熵(Multi-scale permutation entropy,MPE)随着尺度因子的增加得到的粗粒化序列长度越来越短,造成时间序列信息的严重损失。为此,提出了时移多尺度排列熵(Time-shifted multi-scale permutation entropy,TSMPE)。首先,采用仿真信号分别对TSMPE与MPE做仿真对比分析,结果表明,TSMPE对原始振动信号的长度依赖性较小,得到的熵值更加稳定。进一步地,提出了一种基于TSMPE与极限学习机的滚动轴承故障检测与诊断方法,将其应用于两组实际滚动轴承测试数据对滚动轴承故障类型和程度进行识别,结果表明:所提出故障诊断方法不仅能够准确地诊断滚动轴承的故障类型和程度,而且识别率高于基于MPE与ELM的故障诊断方法。 展开更多
关键词 多尺度排列熵 时移多尺度排列熵 滚动轴承 故障诊断 极限学习机
下载PDF
最大相关峭度反褶积与傅里叶分解方法相结合的滚动轴承故障诊断 被引量:8
17
作者 黄斯琪 郑近德 +2 位作者 潘海洋 童靳于 刘庆运 《机械科学与技术》 CSCD 北大核心 2020年第8期1163-1170,共8页
针对强背景噪声环境下滚动轴承故障特征难以提取的问题,提出一种基于最大相关峭度反褶积(MCKD)与傅里叶分解方法(FDM)相结合的滚动轴承故障诊断方法。首先采用MCKD对振动信号去噪、提取与故障相关的冲击成分;其次,采用FDM对去噪信号进... 针对强背景噪声环境下滚动轴承故障特征难以提取的问题,提出一种基于最大相关峭度反褶积(MCKD)与傅里叶分解方法(FDM)相结合的滚动轴承故障诊断方法。首先采用MCKD对振动信号去噪、提取与故障相关的冲击成分;其次,采用FDM对去噪信号进行分解,得到若干个瞬时频率具有物理意义的傅里叶固有频带函数和一个残余分量之和;第三,依据各个模态与去噪信号的相关性提取包含故障信息的最优模态分量,并对它们进行重构;最后,计算重构信号的包络谱,从谱图中读取故障信息。将所提故障诊断方法应用于滚动轴承故障仿真和实验数据分析,并通过与现有方法进行对比,结果表明,该方法优于所对比的方法。 展开更多
关键词 滚动轴承 傅里叶分解方法 最大相关峭度反褶积 故障诊断
下载PDF
面向绿色矿山的注浆关键技术与工程示范 被引量:3
18
作者 杜金龙 潘树仁 +12 位作者 刘长友 魏云迅 鲁岩 潘海洋 齐宽 赵明 刘厚松 姚宏鑫 周瑶 晏嘉 李世念 张彪 张丝诺 《矿业科学学报》 CSCD 2023年第3期293-307,共15页
针对地表塌陷、水资源破坏、煤基固废堆积等问题,系统性提出了煤炭绿色开采“减沉、增载、处废、控水”一体化的多元耦合注浆技术体系,并成功示范。具体内容有:(1)综合利用理论分析、数值模拟、现场探测(钻探、超声成像、井下电视、光... 针对地表塌陷、水资源破坏、煤基固废堆积等问题,系统性提出了煤炭绿色开采“减沉、增载、处废、控水”一体化的多元耦合注浆技术体系,并成功示范。具体内容有:(1)综合利用理论分析、数值模拟、现场探测(钻探、超声成像、井下电视、光纤监测)等手段,研究了采动空隙空间与原生裂隙空间发育演化规律,尤其是将分布式光纤技术应用于离层空间探测,实现了注浆空间的精准识别。(2)利用煤基固废(煤矸石、粉煤灰)等制备了应用于不同场景的多源无机高性能注浆材料,将煤矸石作为离层注浆材料实现了规模化处置,同时研发了具有水下抗分散性、高体积系数、高塑性强度的新型KEP注浆堵水材料。(3)将丛式井技术运用到离层注浆孔钻探施工,有效规避采动超前破坏;集成研制了全天候、高泵压、大流量智能化注浆系统;应用补强注浆工艺,强化注浆减沉效果。(4)提出了注浆效果监测检测技术体系,重点阐述了钻探取芯与测井相结合的钻孔检测方法。(5)形成了以离层注浆减沉处废、垮落带注浆处废、老空区注浆增载处废和顶板裂隙注浆控水为核心的智能化技术体系,并在夏店煤矿、新浦磷矿、曹家滩煤矿、高家堡煤矿进行了工程示范,为我国绿色矿山建设提供了新思路。 展开更多
关键词 绿色矿山 多元耦合 智能化 注浆关键技术 工程示范
下载PDF
基于自适应变分模态提取的低速重载滚动轴承故障诊断方法 被引量:6
19
作者 俞惠惠 郑近德 +2 位作者 潘海洋 童靳于 刘庆运 《振动与冲击》 EI CSCD 北大核心 2022年第11期65-71,113,共8页
变分模态提取(variational mode extraction,VME)作为一种以极低计算度提取特定信号模态的新方法,其通过设置期望模态中心频率来获得固有模态函数。但是,VME只能针对一个中心频率提取一个分量,无法实现多分量信号的自适应分解。对此,通... 变分模态提取(variational mode extraction,VME)作为一种以极低计算度提取特定信号模态的新方法,其通过设置期望模态中心频率来获得固有模态函数。但是,VME只能针对一个中心频率提取一个分量,无法实现多分量信号的自适应分解。对此,通过依据信号数据长度与带宽自适应设置多分量模态中心频率参数,把信号分解问题转化为多模态优化问题,在此基础上,提出了一种自适应变分模态提取(adaptive variational mode extraction,AVME)方法。此外,为解决单一指标无法衡量最优解调分量全面信息特征的问题,提出将峭度、相关系数和正交性进行融合来凸显及筛选有用分量进行解调和诊断。通过对滚动轴承故障仿真信号和实测信号进行分析,将所提的方法与现有多种信号分解方法对比,结果表明了该方法在计算耗时上和降噪方面的有效性。 展开更多
关键词 自适应变分模态提取(AWME) 融合指标优选 滚动轴承 故障诊断
下载PDF
基于二维多尺度时频散布熵的滚动轴承故障诊断方法 被引量:3
20
作者 郑近德 李嘉绮 +2 位作者 潘海洋 童靳于 刘庆运 《振动与冲击》 EI CSCD 北大核心 2023年第8期215-225,共11页
多尺度散布熵(multi-scale dispersion entropy,MDE 1D)是一种有效衡量一维振动信号复杂性特征的非线性动力学分析法,但其仅能反映振动信号时域中的复杂性特征,无法完整反映振动信号频域的非线性动力学信息。为此,在二维散布熵(two-dime... 多尺度散布熵(multi-scale dispersion entropy,MDE 1D)是一种有效衡量一维振动信号复杂性特征的非线性动力学分析法,但其仅能反映振动信号时域中的复杂性特征,无法完整反映振动信号频域的非线性动力学信息。为此,在二维散布熵(two-dimensional dispersion entropy,DE_(2D))的基础上,提出二维时频散布熵(two-dimensional time-frequency dispersion entropy,TFDE_(2D))用于衡量时间序列的时频复杂性特征。同时,为更完整地反映时频分布在不同尺度下的复杂信息,受多尺度粗粒化启发,将传统粗粒化方法拓展到二维多尺度粗粒化,提出了二维多尺度时频散布熵(two-dimensional multi-scale time-frequency dispersion entropy,MTFDE_(2D)),用来量度振动信号时频分布的多尺度复杂性特征。在此基础上,将其应用于滚动轴承故障诊断中的非线性特征提取,提出一种基于MTFDE_(2D)和萤火虫优化支持向量机的滚动轴承智能诊断方法。最后,将所提方法应用于滚动轴承试验数据分析,并与现有方法进行对比。结果表明,所提方法不仅能有效地提取故障特征,实现不同轴承故障类型和故障程度的有效诊断,且诊断效果优于对比法。 展开更多
关键词 时频散布熵 多尺度时频散布熵 滚动轴承 萤火虫优化支持向量机 故障诊断
下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部